RDF（Resource Description Framework）是目前語義Web研究的一個重要內(nèi)容,它能夠使網(wǎng)絡(luò)數(shù)據(jù)的表達更加規(guī)范。大型RDF知識庫中有描述空間位置的語義�？臻g位置可以描述成位置語義,而且在語義Web中檢索位置語義可以提高空間位置檢索的準(zhǔn)確性。因此,RDF非常適合用來檢索空間位置。RDF知識庫上的關(guān)鍵字檢索不需要用戶掌握查詢語言、理解數(shù)據(jù)之間的關(guān)系,只需要用戶輸入關(guān)鍵字就可以找到包含關(guān)鍵字的子圖。KSP（Top-k Relevant Semantic Place）檢索是一種RDF上的位置語義檢索方法,它將RDF知識庫上的關(guān)鍵字技術(shù)和空間位置檢索技術(shù)結(jié)合起來,在RDF知識庫上利用關(guān)鍵字檢索技術(shù)來檢索空間位置語義。KSP檢索的目標(biāo)為:把RDF知識庫構(gòu)造成RDF有向圖,在RDF有向圖上找到滿足所有關(guān)鍵字并且以位置節(jié)點為根的最小子圖（合格位置語義）。BSP（Basic Semantic Place retrieval algorithm）算法能夠?qū)崿F(xiàn)KSP檢索,但是只能檢索頂點上標(biāo)簽,頂點之間的邊屬性不能檢索。針對BSP算法不能檢索邊屬性這個問題,本文對BSP算法進行了改... 

【文章來源】：揚州大學(xué)江蘇省

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１．２論文章節(jié)結(jié)構(gòu)圖??第一章緒論

圖２．９?ＲＤＤ之間的關(guān)系??

圖中的結(jié)果驗證了，ＶＥＬ－ＢＳＰ算法和ＶＥＬＰ－ＢＳＰ算法的最優(yōu)合格位置語義計算的次數(shù)??著Ｔｏｐ－ｋ的增加而增加，因為ｋ越大進入排序隊列的最優(yōu)合格位置語義就越多，所以計??次數(shù)也越多。利用剪枝規(guī)則的ＶＥＬＰ－ＢＳＰ算法比ＶＥＬ－ＢＳＰ計算最優(yōu)合格位置語義的次??要少，因為ＶＥＬＰ－ＢＳＰ算法提前將一些不能進入Ｔｏｐ－ｋ隊列的位置修剪了，節(jié)省了不必??的計算時間。??（２）利用表３－５中的關(guān)鍵字對ＢＳＰ算法、ＶＥＬ－ＢＳＰ算法和剪枝算法ＶＥＬＰ－ＢＳＰ進行??驗，關(guān)鍵詞的數(shù)目由１到１０。這里�。裕铮穑�，算法運行時間如圖３．３所示。??２０００??１８００??＞６００?．．僵－??Ｊ４００?｜??１?．２００?１?：??ｉ?１０００?－??

【參考文獻】：
期刊論文
[1]基于RDF圖結(jié)構(gòu)切分的高效子圖匹配方法[J]. 關(guān)皓元,朱斌,李冠宇,趙玲.  計算機應(yīng)用. 2018(07)
[2]雙索引機制的RDF數(shù)據(jù)圖查詢方法研究[J]. 鄭志蘊,丁陽,李倫,李鈍.  小型微型計算機系統(tǒng). 2018(02)
[3]基于Pregel模型的分布式圖著色算法[J]. 甘瀛,王鑫,馮志勇,楊雅君.  計算機科學(xué)與探索. 2018(06)
[4]基于Lucene索引的數(shù)據(jù)庫全文檢索[J]. 岳紹敏,李萬龍,王璐,光順利.  吉林大學(xué)學(xué)報(理學(xué)版). 2014(05)
[5]Dijkstra算法中的多鄰接點與多條最短路徑問題[J]. 王樹西,李安渝.  計算機科學(xué). 2014(06)
[6]KREAG:基于實體三元組關(guān)聯(lián)圖的RDF數(shù)據(jù)關(guān)鍵詞查詢方法[J]. 李慧穎,瞿裕忠.  計算機學(xué)報. 2011(05)
[7]基于關(guān)鍵詞的RDF數(shù)據(jù)查詢方法[J]. 李慧穎,瞿裕忠.  東南大學(xué)學(xué)報(自然科學(xué)版). 2010(02)
[8]語義Web搜索技術(shù)研究進展[J]. 葉育鑫,歐陽丹彤.  計算機科學(xué). 2010(01)
[9]基于R樹的空間數(shù)據(jù)索引技術(shù)的探索[J]. 蔡浴泓,孫蕾.  計算機應(yīng)用與軟件. 2008(12)
[10]語義Web的標(biāo)記語言和體系結(jié)構(gòu)[J]. 潘小進,林子禹,張月強,賀春輝.  計算機工程. 2003(05)



本文編號：3553238